जब Jessica Wachter, पेंसिल्वेनिया विश्वविद्यालय के व्हार्टन स्कूल में एक वित्त professor, ने AI के आर्थिक प्रभाव का आकलन किया, तो उन्होंने एक "चकाचौंध तथ्य" के साथ शुरुआत की: hyperscalers AI डेटा केंद्रों में भारी निवेश कर रहे हैं। AI की उपयोगिता का predicting करने के बजाय, उन्होंने 2027 तक के खर्चों को正当 ठहराने के लिए उनकी कमाई की गति की गणना की। विश्लेषण से पता चलता है कि AI कंपनियों को 2030 तक ब्रेक-इवन के लिए उत्पादकता 2.7 गुना बढ़ानी होगी, पूंजी की लागत और 15% रिटर्न को ध्यान में रखते हुए। Wachter, पूर्व SEC के मुख्य अर्थशास्त्री, नोट करती हैं कि यह 1990 के दशक के अमेरिकी IT बूम के विकास के comparable होगा, लेकिन कुछ वर्षों में संकुचित होगा। यदि पूरा नहीं हुआ, तो hyperscalers ब्याज भुगतान में चूक और दिवालिया होने का जोखिम उठाते हैं। उसने निष्कर्ष निकाला कि failed उत्पादकता बूम वर्तमान निर्माण "इतिहास की सबसे बड़ी पूंजी आवंटन गलती" बन जाएगा। hyperscalers-Alphabet, Microsoft, Amazon, Meta, और Oracle (OpenAI के साथ भागीदारी)-इस वर्ष डेटा केंद्रों पर लगभग 750 अरब डॉलर खर्च करेंगे, जिसमें चार वर्षों में कुल AI पूंजी निवेश 5 ट्रिलियन डॉलर से अधिक हो सकता है। हालांकि, वर्तमान AI राजस्व केवल वार्षिक रूप से 150-200 अरब डॉलर है, पूर्व SEC अध्यक्ष और MIT Sloan के प्रोफेसर Gary Gensler के अनुसार, जिन्होंने खर्च और राजस्व के मिलान को "एक तथ्य" कहा। निवेश अमेरिकी जीडीपी के 3% तक पहुंच सकते हैं, जिससे कंपनी के वित्तीय स्वास्थ्य और व्यापक अर्थव्यवस्था के लिए जोखिम पैदा होते हैं क्योंकि पूरे समूह में मुक्त नकदी प्रवाह negativo हो गया है।